Un nouvel outil change radicalement le visage de la recherche chimique :l'intelligence artificielle. Dans un nouvel article publié dans La nature , des chercheurs examinent les progrès rapides de l'apprentissage automatique pour les sciences chimiques.

Presque toutes les avancées technologiques de l'histoire de l'humanité s'accompagnent de la découverte ou du développement de nouveaux matériaux, du mélange de cuivre et de zinc pour former du bronze à la fabrication de micropuces en silicium de haute qualité qui alimentent la technologie numérique.

Concevoir des matériaux pour une demande spécifique est une tâche ahurissante; un mélange aléatoire de blocs de construction atomiques pourrait produire n'importe lequel d'un nombre infini de composés possibles. Historiquement, la découverte de matériaux a impliqué une combinaison de hasard, intuition, et essais et erreurs, mais tout cela pourrait changer grâce à l'intelligence artificielle.

Une équipe internationale de scientifiques du Royaume-Uni et des États-Unis, y compris Ph.D. étudiant Daniel Davies du Center for Sustainable Chemical Technologies et du Département de chimie, a publié une revue sur le potentiel croissant de l'apprentissage automatique pour la conception chimique.

Daniel a déclaré :" L'apprentissage automatique est une branche de l'intelligence artificielle où les ordinateurs sont programmés en apprenant à partir de données. Ces méthodes existent depuis un certain temps, largement utilisé par Google, Yahoo, Amazone etc, pour la publicité ciblée, traduction et filtrage anti-spam par exemple.

« Plus récemment, ils ont été utilisés pour réaliser la technologie des voitures autonomes et des robots de type humain. Ils ne font que s'appliquer à grande échelle aux sciences physiques et ont d'énormes implications pour le rôle que les ordinateurs jouent dans la science. En fait. , l'utilisation des « big data » et de l'intelligence artificielle a été qualifiée de quatrième révolution industrielle ou de quatrième paradigme de la science. L'apprentissage automatique est maintenant utilisé pour accélérer le processus scientifique, concevoir des matériaux et molécules essentiels dont nous avons besoin pour le développement durable, plus rapidement.

"L'objectif principal de l'article est d'expliquer où l'apprentissage automatique commence à relever des défis spécifiques dans la recherche moléculaire et des matériaux qui ne peuvent tout simplement pas être résolus sans lui. Nous identifions également certains obstacles clés qui doivent être surmontés ensuite. Par exemple, trouver des moyens de représenter les produits chimiques et les composés aux ordinateurs qui ne « pensent » qu'en 1 et en 0, est un grand défi.

« Notre résumé final est : « Alors que les scientifiques adoptent l'inclusion de l'apprentissage automatique avec une conception axée sur les statistiques dans leurs programmes de recherche, le nombre de demandes augmente à un rythme extraordinaire. Cette nouvelle génération de science informatique, soutenu par une plateforme d'outils open source et de partage de données, a le potentiel de révolutionner le processus de découverte des molécules et des matériaux.' Je pense que cela reflète bien le message à retenir, à savoir que nous prédisons que ce domaine deviendra une partie intégrante de la méthode scientifique, et pas seulement un domaine de recherche distinct. »

Les humains ont toujours bénéficié de capacités de raisonnement et d'intuition qui dépassent de loin celles des machines. Mais les scientifiques commencent maintenant à se tourner vers des solutions basées sur l'intelligence artificielle pour accélérer leurs propres processus de découverte et d'optimisation de matériaux.

Dr Keith Butler de ISIS Neutron and Muon Source, auteur principal de la revue, a déclaré :« Dans les approches informatiques traditionnelles, l'ordinateur n'est guère plus qu'une calculatrice, utilisant un algorithme codé en dur fourni par un expert humain. Par contre, les performances des techniques d'apprentissage automatique s'améliorent en voyant de plus en plus d'exemples réels."

L'apprentissage automatique et l'intelligence artificielle offrent la possibilité de former des ordinateurs en utilisant les propriétés de matériaux que l'on connaît déjà, pour aider à identifier les systèmes champions du futur. Les approches d'intelligence artificielle considèrent toutes les données disponibles de manière égale et trouvent des tendances qu'un chercheur humain peut manquer en raison d'un biais envers une interprétation donnée.

Mais qu'est-ce qui alimente les progrès dans ce domaine ? Un facteur important de l'explosion de l'intelligence artificielle en chimie est la croissance des bases de données open source.

"C'est particulièrement excitant dans le contexte d'une installation comme ISIS où nous produisons de grandes quantités de données, nous sommes assis sur une mine d'or de données et maintenant nous commençons à en tirer parti, " a ajouté le Dr Butler.